人工智能时代，更要读懂“学而不思则罔，思而不学则殆”

席思川

“学而不思则罔，思而不学则殆。”两千多年前，孔子以简洁而深刻的话语揭示了学习与思考的辩证关系。今天，人工智能以前所未有的速度重塑知识生产、传播和应用方式，这句古语不仅没有过时，反而呈现出新的时代价值。

人工智能让知识获取变得前所未有的便捷。过去需要翻阅大量书籍、检索资料才能完成的工作，如今向AI提出一个问题，几秒钟便可能得到结构完整、逻辑清晰的回答。写文章、做翻译、查资料、编程序、分析数据……AI正在成为人们学习和工作的“助手”。知识获取成本不断降低，本应让学习更加高效，却也带来了一个值得警惕的问题：当答案越来越容易得到，我们是否还愿意思考答案从何而来、是否正确，以及自己究竟学到了什么？

这正是“学而不思则罔”在人工智能时代面临的新课题。

过去的“学而不思”，可能是死记硬背、机械接受；今天的“学而不思”，则可能表现为对AI生成内容的照单全收。一个人可以让AI解释一个概念，却未必真正理解这个概念；可以让AI写出一篇文章，却未必拥有自己的观点；可以让AI给出解决方案，却未必知道这个方案为什么成立。

信息获得得越快，越需要停下来思考。AI能够提供答案，却不能替我们完成真正意义上的理解。面对AI给出的结论，我们仍然需要追问：依据是什么？有没有遗漏？是否存在相反证据？这个答案放在具体情境中是否成立？只有经过这样的辨析，外部信息才能真正转化为自己的知识。

与此同时，“思而不学则殆”同样值得警醒。

人工智能时代，人们似乎拥有了比以往更多的“思考工具”。AI可以帮助我们头脑风暴，可以提出不同观点，可以模拟辩论，也可以迅速梳理复杂问题。但思考从来不是凭空发生的。没有知识积累，没有事实基础，没有基本常识，再漂亮的分析也可能建立在错误的前提之上。

尤其是在AI能够流畅生成答案的今天，“看起来有道理”很容易被误认为“就是正确的”。如果缺乏基本知识，人甚至可能失去辨别AI错误的能力。一个不了解历史的人，很难判断AI对历史事件的解释是否可靠；一个缺乏科学素养的人，也未必能够识别AI回答中的伪科学表述。

因此，AI越强大，人越不能放弃学习。

真正的学习，不应只是积累越来越多的信息，而应当形成基本的知识结构、判断标准和思维能力。只有“脑中有知识”，才能与AI有效对话；只有具备一定专业基础，才能发现AI回答中的问题；只有真正理解一个领域，才能判断AI提供的不同方案究竟孰优孰劣。

从这个意义上说，人工智能并没有让学习失去意义，反而对人的学习提出了更高要求。

更值得关注的是，AI正在重新定义“学”与“思”的关系。

在传统学习模式中，人需要自己查找资料、整理信息、分析问题。而在AI时代，部分知识获取和信息整理工作可以交给机器完成。这并不意味着人可以不学习、不思考，而是意味着人的学习重点正在发生变化：从单纯追求“知道更多”，逐渐转向“理解更深”；从记忆标准答案，逐渐转向掌握提出问题、辨别真伪和形成判断的能力。

可以说，AI正在把人从一些机械性的知识劳动中解放出来，同时也把一个更重要的问题摆到我们面前：当机器越来越擅长回答问题，人究竟应该把什么留给自己？

答案或许就是思考、判断与价值选择。

AI可以告诉我们“是什么”，可以帮助我们分析“为什么”，甚至能够给出“怎么做”的多个方案，但最终选择“应该做什么”，仍然需要人来承担责任。因为现实世界不仅有事实问题，也有价值问题；不仅有效率问题，也有公平、责任、伦理和人的尊严问题。这些都不是简单地提高计算能力就能够解决的。

因此，人工智能时代最需要警惕的，并不是人会不会使用AI，而是人会不会过度依赖AI。

会使用AI，是一种工具能力；能够驾驭AI，是一种综合能力；而即使面对AI给出的“完美答案”仍然保持独立判断，则是一种更加珍贵的能力。

从“学而不思则罔，思而不学则殆”出发，我们或许可以为AI时代的学习提出一个新的命题：既不能把学习外包给机器，也不能把思考外包给机器。

可以让AI帮助我们搜集资料、梳理知识、激发灵感、寻找盲点，但必须保留自己的阅读、理解、质疑和判断。可以借助AI提高效率，却不能因为效率提高而放弃基本功。可以向机器提出问题，但更要学会提出机器尚未替我们提出的问题。

两千多年前，孔子提醒人们学习与思考不可偏废；两千多年后的今天，人工智能正在提醒我们，人类真正不可外包的，恰恰是思考本身。

让AI成为学习的助手，而不是思想的替身；让机器提高获取知识的效率，而让人守住独立判断的底线。

这或许就是我们今天重新理解“学而不思则罔，思而不学则殆”最重要的意义。